恢复Docker镜像的步骤：
- 在百度网盘链接下载文件
- 加载Docker镜像 sudo docker load -i docker.tar
- 验证镜像 sudo docker images #我们的镜像名为docker
点击可查看data的文件夹目录格式.
data/
├── webfg400/ # WebFG-400 数据集
│ ├── train/ # 训练数据
│ │ ├── 0000/ # 类别 0000
│ │ │ ├── 0001.jpg
│ │ │ └── ...
│ │ └── ... # 其他类别目录
│ └── test_B/ # 测试数据 A
│ ├── 0001.jpg
│ └── ...
├── webfg5000/ # WebFG-5000 数据集
│ ├── train/ # 训练数据
│ │ ├── 0000/ # 类别 0000
│ │ │ ├── 0001.jpg
│ │ │ └── ...
│ │ └── ... # 其他类别目录
│ └── test_B/ # 测试数据 A
│ ├── 0001.jpg
│ └── ...
sudo docker run -it --gpus all --shm-size=32g --ipc=host -v xxx/data:/AIC/data docker /bin/bash # xxx为实际数据路径， 数据集结构应该如上(可展开)
#进入docker后应该在/AIC下
bash all.sh
#等待程序运行
#清洗干净的数据会存在/AIC/data/{data_name}/threshold/下 data_name为数据集名称
#训练输出结果在/AIC/log/outputs，包括部分超参数，模型权重文件，标签映射文件，loss和acc的日志文件
#预测输出结果在/AIC/log/results文件夹下的两个csv文件中1.需要复现的服务器上已经安装docker、显卡驱动和对应的NVIDIA Container Toolkit
2.保证允许docker容器有权限修改挂载的data文件夹，因为会将清洗好的数据和划分好的train和val数据存于对应目录
3.数据清洗的模型可以直接从国内阿里提供的开放社区modelscope下载，考虑的权重太大所以没有预先下载权重文件哈，需要联网（国内下载很快）
代码模型-网络监督细粒度图像识别
├── best_model_web400.pth
├── best_model_web5000.pth
├── docker.md
├── docker.tar
│
├── 源代码
└── 预测结果代码模型-网络监督细粒度图像识别
| 技术方案.pdf
| best_model_web400.pth
| best_model_web5000.pth
| docker.md
| docker.tar
|
+---源代码
| | all.sh
| | data_cleaner.py
| | data_splite.py
| | debug.sh
| | README.md
| | requirements.txt
| | train_test.sh
| |
| +---code
| | datasets.py
| | dinov.py
| | get_weight.py
| | models.py
| | models_dinov2.py
| | predict.py
| | train.py
| | utils.py
| |
| +---log
| | +---my_cache
| | +---outputs
| | | +---webfg400
| | | | args.json
| | | | class_mapping.json
| | | | training_history.json
| | | |
| | | \---webfg5000
| | | args.json
| | | class_mapping.json
| | | training_history.json
| | |
| | \---results
| | pred_results_web400.csv
| | pred_results_web5000.csv
| |
| \---weight
\---预测结果
pred_results_web400.csv
pred_results_web5000.cs